AI 编程实时动态与要闻

Perplexity 于 11 月 5 日由官方账号 @perplexity_ai 与 CEO Aravind Srinivas（@AravSrinivas）同步宣布 Teammates：在 Computer 之上为长期职责创建持久化个人 Agent，继承 Projects、Skills、Memory 与工具权限，拥有独立桌面与浏览器，可与其他 Teammate 协作，并在 Slack 频道主动监控与汇报。官方帮助中心写明现为面向个人 Max 订阅者的网页 Research Preview；Enterprise Pro/Max 默认不包含；原生移动/桌面应用后续推出。

查看大图

GitHub 10 月 28 日在 Universe 2026 宣布 Copilot Fusion 正式可用（GA）。它把此前研究预览的 Project HydraFusion 多模型编排和 Copilot auto 模型选择合并：用户在模型选择器里选 Copilot Fusion 和努力档位（Standard / High / Max），由系统按任务决定用哪些模型、走 Single、Cascade 还是 Critique 流程。官方称 Fusion Max 在 Artificial Analysis 编码智能体指数得 60 分，比 Claude Code + Opus 5.5 Max 低 2 分，但每任务 API 成本约一半、token 约一半、耗时少约 40%。按所用模型标准价计费，付费用户到 11 月 30 日享 30% 折扣。

查看大图

Google DeepMind 10 月 27 日发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。它基于 Gemini Omni，提升了物理和人物动作的真实感，首次原生生成环境声和可互动的角色对话，并由 Gemini 3.8 Flash 在回路中规划复杂事件。目前只向受信测试者开放研究预览，即将登陆 Google AI Ultra（Project Genie）及 Gemini API / AI Studio 早期伙伴；官方未公布量化跑分。

查看大图

Anthropic 官方推特账号 @claudeai 正式宣布推出全新研发预览版应用 Claude Duet。该发布在 X 平台迅速引发轰动，数小时内斩获超 4 万点赞与 470 万次曝光。与传统问答式聊天机器人截然不同，Claude Duet 是一款具备全主动协同能力的工作伙伴应用：它能主动检索并整理需要用户紧急关注的事项，自主执行用户委派的多步任务，在用户离开电脑时持续在后台异步推进工作，并在执行关键外部决策前主动向用户请示核准。此举标志着 Anthropic 将 Agent 交互从“被动响应”推向“全主动伴生协同”的新纪元。

查看大图

10 月 21 日，Anthropic 发布 Claude Duet 研究预览。它是一款独立 App（iOS、Android 与 claude.ai），以 Claude Opus 5.5 为核心，会主动汇总需要你处理的事项、在你离开后继续执行任务，并在代你行动前先征求确认。首批面向美国 Pro 与 Max 订阅用户，通过候补名单开放，与 Claude 其他产品共用用量额度。

查看大图

由 Maluuba（已被微软收购）原班团队创办的 Skyfall AI 于 10 月 19 日发布研究预览版 SKY-001，自称首个「工程世界模型」。它不做下一个 token 预测，而是从文字或一张 2D 图出发，先并行生成几种粗略 3D 方案，再递归拆成零件树，逐个零件画 2D 草图、拉伸成 3D，最后按层级组装，可在 Autodesk Fusion 等 CAD 软件中查看。官方自测 3D CAD 任务：IoU 79.7%（GPT-6 Astra 79.1%），单例 3.9 秒、0.005 美元（Astra 199 秒、0.75 美元）。目前仅开放候补名单，商用部署目标是 2027 年初；所有跑分均为厂商自测，暂无独立复现。

查看大图

独立评测机构 Artificial Analysis 于 2026-10-14 发布 AA-Robotics v0.1 研究预览：在 Codex、Claude Code、Antigravity 等编码智能体框架中，让前沿大模型通过 HTTP API 直接控制一台 6 轴机械臂完成 8 项桌面任务。GPT-6 Astra 得分 69.4 居首，GPT-6.1 Sol 64.6、Gemini 4 Argon 55.3、Claude Opus 5.5 48.8、Claude Fable 5.1 46.3；模型平均每项约 30 分钟，人类约 20 秒。

查看大图

Odyssey 于 10 月 8 日发布基础世界模型 Odyssey-3（自回归扩散 Transformer）。Odyssey-3 Pro（720p）在 Physics-IQ Verified 视频续写榜拿到 66.1，为公开最高分；图生视频 54.7。研究预览已在浏览器免费开放（Flash 变体），支持第一/第三人称漫游与独立相机；API 需联系申请，暂无开源权重与公开价格。官方称仅用数十小时演示即可让模型控制多种机械臂。

查看大图

GitHub 官方博客 ReviewBench: An open benchmark for AI code review（2026-10-05）发布 AI 代码审查离线基准（research preview）。它从 1.039 亿 个 GitHub PR 的分布中抽样，选出 187 个开源仓库、19 种语言的 219 个 PR，golden set 汇集人类评审、多家前沿 LLM 和静态分析三类来源，由 Claude Sonnet 5 担任评审裁判，资深工程师复核一致率 96.6%。排行榜上 Copilot Code Review Balanced 的 grounded recall 为 26.0%，Devin 23.8%，Qodo 22.1%，Cursor 9.6%。数据集、裁判 prompt 和 runner 以 MIT 协议开源在 GitHub。

查看大图

Reka Labs 于 10 月 5 日发布 Rho-1 研究预览：19B 参数、从零训练，在单一网络、单一 KV Cache 里统一文本、图像、视频与机器人动作 token，不依赖工具调用或第二个模型。每个 Transformer 块拆成「理解流」与「生成流」两路专家权重并共享注意力，联合优化 next-token 与 flow matching。官方称基础版视频生成约 0.79× 实时（中位），蒸馏版把去噪从 99 步压到 8 步，5.3 秒视频约 1 秒返回；全部结果来自 320 张 H100 训练三个月的检查点。目前仅为研究预览，无公开权重，需邮件合作。

查看大图

Anthropic 于 2026-09-23 更新博客确认：原「Claude Code on the web」现称 Cloud Sessions，已对 Pro、Max、Team 以及具备高级席位的 Enterprise 用户正式 GA。会话跑在 Anthropic 托管云（或企业自托管）上，关笔电仍可持续；CLI 支持 claude --cloud / --teleport，并可 Auto-fix PR。ClaudeDevs 同步称现有订阅者可领取一次性云端额度（Pro $100 / Max $250）。

查看大图